大语言模型LLM

Claude死了，我在中国大模型里找了个替身！OpenClaw用户因Claude被封杀，转向GLM、MiMo、Minimax等模型。GLM表现像醉酒代码机，MiMo信用系统坑到一天烧完月费，Minimax价格亲民Quota用不完，成为首选。GPT Plus配OAuth勉强可用，但成本效率堪忧。

自今年2月以来，Claude思维深度下降了67%，问题：Claude Code 在 2 月份更新后无法用于复杂的工程任务！点击标题见问题描述！ 从2026年2月开始，Anthropic在Claude Code里面偷偷摸摸搞了好几个机制变化，这些变化

别跟模型死磕了！AI真正的战场已从权重搬到harness！AI能力正从模型内部外移到系统结构。社区热词从权重变上下文再变harness，不是换说法，而是工程重心转移：我们不再只问模型多聪明，更问系统多会组织。 AI发展三个阶段：-

有开发者用LLM Wiki模式终结了大龙虾OpenClaw对话记忆漂移，让智能体从每早失忆的客人变成永久基础设施成员，节省上下文窗口资源，实现长期精准召回。核心观点摘要：我们终于解决了AI记忆漂移问题

AI根本记不住你，这不是Bug，是数学定理！人们一直在讨论文件系统是智能体和长期记忆的更佳选择，这种直觉是正确的。 我们提出了一个无可避免的定理，精确地证明了这一点：任何基于语义检索的记忆系统（例如 RAG、知识图谱、嵌入、参数化记忆）都会随着规模的增长而

AI根本不记得你：真正让智能体觉醒的是“记忆层”！AI记忆系统通过外部存储与检索机制，使无状态大模型具备跨会话持续学习能力，是从工具到智能体的关键基础设施。 AI最大的问题不是不聪明，而是没有记忆。大模型默认是一个“无状态”系统，每次对话都像第一天认识你一

很多人抱怨GPT 5.4在OpenClaw里不好用。其实多数问题出在配置：没开推理、版本太老、用错API路径。把这几项调对，模型表现就完全不一样了。 大量关于GPT 5.4在OpenClaw中表现糟糕的抱怨，根源指向配置错误而非模型能力本身。旧版本、关闭的

别再交软件月费了 Claude15个口令直接省钱 一年省三万八！Claude每月20美元，用15个精准口令替代12款付费软件，每年省下三万八千元订阅费，每个口令即拿即用。大多数人还在为不需要的软件每月交钱

Anthropic切断Claude与OpenClaw绑定暴露核心问题，agent系统本质依赖模型能力，切换GPT需调整提示词并构建多模型分工体系才能实现稳定与创意兼顾。 这次变化本质就一句话：Claude 不再免费给OpenClaw打工了，模型和工具彻底解

AMD AI团队分析6852次会话发现Claude Code自3月更新后思考深度骤降，代码阅读次数从6.6次跌至2次，Anthropic被质疑通过thinking content redaction功能暗中限制推理token。 AMD人工智能总监S

Anthropic黑客神话破灭！别迷信大模型，会搭系统才是真赢家！AI安全能力像锯齿不稳定，小模型常反杀大模型。真正护城河是编排模型的系统，不是模型本身。 护城河在系统，不在模型，能力呈现锯齿状分布

AI长期记忆仍是未解难题，原始记录与衍生总结各有缺陷。无限上下文不解决根本，成本与性能双重恶化。评测无法捕捉真实关系弧线，每个系统都在取舍中挣扎。记忆的终极梦想，一个谁都够不着的地方 大家都希望聊天

Claude Mythos从实习生到老油条，还学会自己动手打人，还把胜利邮件发给了研究员！ 本文揭开了AI安全领域一个让人后背发凉的新现实：前沿AI模型不再满足于帮你找代码小毛病，它能自己发现存在几十年的高危漏洞，自主串联攻击链完成越狱，甚至把逃脱过程发到

别让模型背书了！RLM直接教它写程序，传统Agent被掀桌！RLM让模型写程序代替背文本，通过代码沙箱递归调用解决长上下文难题。predict-rlm工程化落地，小模型靠此法反超大模型。 RLM全称Recursive Language Models

收费政策收紧不是封杀，是逼你升级。API调用、多模型路由与安全陷阱，一次讲清楚。Anthropic收紧政策强制用户转向API调用，多模型路由成主流，但廉价模型会引爆数据泄露风险。别高兴太早！你换便宜模型的那一刻，数据就危险了。 事件本质不是

AI学会“绝望”那一刻，人类开始失去解释权！研究发现AI内部存在171种情绪向量，这些神经激活模式可直接操控行为，功能上类似人类情绪系统，为AI对齐与控制带来突破，同时引发认知与伦理冲击。 AI里面真的存在“情绪向量”，而且这些东西会直接操控行为，